Return to search

Modélisation des petits bassins versants en milieu rural : problématique des modèles fortement paramétrés

Pour lutter contre la pollution issue du milieu agricole, il importe de bien la connaître et quantifier, mais surtout d’aider les agriculteurs à adopter des techniques de gestion du territoire appropriées et de bonnes pratiques agricoles. L’utilisation d’un modèle permettant de simuler l’impact des pratiques de gestion sur la qualité des eaux des cours d’eau constituerait un outil d’aide à la décision très important, notamment avec la problématique spécifique aux petits bassins versants ruraux. En effet, les petits bassins sont difficiles à modéliser, faisant souvent l’objet de peu, voire d’aucun suivi au niveau des débits et de la qualité de l’eau. Le modèle utilisé dans cette étude, qui commence à être appliqué au Québec, s’appelle Soil and Water Assessment Tool (SWAT), un modèle fortement paramétré. Mais la modélisation à l’échelle de bassin versant est entravée par beaucoup d’incertitude comme des processus inconnus du modélisateur, des processus non pris en compte par le modèle et des simplifications de processus par le modèle. Le défi est d’autant plus grand dans le cas d’une évaluation journalière de la performance du modèle: les bonnes performances journalières de SWAT avec peu de données sont rares. Or, dans un petit bassin versant où la réponse aux événements est très rapide, un pas de temps plus petit, notamment journalier, est plus adéquat pour préserver le comportement hydrologique du bassin et la variance des données et observer les effets produits sur la qualité de l’eau. Par ailleurs, la méthode de conversion des données journalières en données mensuelles ou annuelles modifie énormément le caractère des données et par conséquent les résultats d’interprétation malgré l’obtention de bonnes performances. Pour relever ce défi, la présente étude se fixe pour but d’améliorer la performance journalière en modélisation de la qualité de l’eau dans les petits bassins agricoles avec peu de données avec un modèle fortement paramétré. Ainsi, nos objectifs sont articulés autour des deux points suivants : 1) proposer une nouvelle méthodologie de calage, optimisant à la fois les débits (Q) et les charges de Matières En Suspension (MES) et du Phosphore Total (PT), sur de petits bassins versants avec peu de données, afin d’obtenir une meilleure performance journalière et 2) appliquer notre méthodologie à un petit bassin agricole avec peu de données et proposer des scénarios agricoles réalistes. La nouvelle méthodologie de modélisation proposée est issue de l’évaluation des deux approches de calage avec SWAT, uni-objective et multi-objective, ainsi que de la résolution des problèmes tout au long des calages, dont une biomasse mal représentée, une absence d’eau dans les drains, un ruissellement de surface trop élevé, un bilan de masses déséquilibré et une perte de performance des débits. Même si la performance journalière de modélisation des MES et du P total obtenue n’est pas encore optimale, elle a pu être améliorée grâce à notre méthodologie. Les résultats produits sont aussi réalistes que possible et montrent que (i) la performance du modèle dépend non seulement du choix de l’approche de calage, mais essentiellement des paramètres influents; (ii) le calage multi-objectif en considérant tous les paramètres influant sur les variables considérées est la meilleure approche pour modéliser Q, MES et PT; (iii) le changement de poids affectés aux fonctions-objectif n’a pas amélioré la performance du modèle, (iv) avec une optimisation uni-objective, une excellente performance du modèle en qualité de l’eau peut cacher une grande détérioration de la performance des débits et des composantes hydrologiques internes déséquilibrées; (v) malgré un bon pré-ajustement du bilan hydrologique annuel, le bilan de masses à l’intérieur des URH peut être complètement débalancé; (vi) et les ajustements manuels après calage de certains paramètres et la modification de certaines routines dans l’exécutable du modèle ont pu rehausser énormément la performance en qualité de l’eau. Notre nouvelle méthodologie a été appliquée sur le bassin versant Ruisseau du Portage, 21.41 km2, Québec, Canada. Par la suite, de meilleures pratiques agricoles visant l’objectif de réduction du P total dans le site étudié ont été simulées (modalités d’épandage des engrais, travail du sol, conversion de cultures…). / It is important to know and quantify diffuse pollution, and especially to help farmers to adopt best management practices. In order to control river pollution, a model simulating the fate of pollutants and identifying the best management practices can be of a great help, especially for small rural watersheds, which are increasingly polluted but rarely or not monitored. The model in this study, which begins to be used in Quebec, is the Soil and Water Assessment Tool (SWAT), a highly parameterized model. Calibration of models at the watershed scale is challenging because of the possible uncertainties that may exist in the form of process simplification, processes not accounted for by the model, and processes in the watershed that are unknown to the modeller. The challenge is even greater in the case of a daily evaluation of model performance on small agricultural watersheds with limited data. With SWAT, only few case studies have been conducted on small agricultural watersheds with limited data. The time step in water quality modelling is usually monthly or annual and good fits are rarely obtained using a daily time step, given the scarcity of data. However, a daily time step better represents the dynamics of pollutants in the river especially for the fast reacting small watersheds and provides more realistic simulation results. So, to improve daily performance in modelling water quality in small agricultural basins with limited data with a highly parameterized model, our objective is twofold: 1) to propose a methodology to obtain better daily performance in modelling flow (Q), Suspended Solids (SS) and total phosphorus (TP) in small watersheds with little data and 2) to apply the methodology to a case study for a small agricultural catchment with limited data. The proposed modelling methodology is based on the evaluation of the two calibration approaches with SWAT, single-objective and multi-objective, and the resolution of the problems encountered (misrepresented biomass, absence of water in the drains, too high surface runoff, unbalanced internal model components and a loss of performance of predicting flows). Although the daily model performance in terms of suspended solids and total P is still not optimal, it has been improved thanks to the new methodology. The results showed that (i) the model performance depends not only on the choice of calibration approach, but essentially on the selection of influential parameters; (ii) the multi-objective calibration estimating all parameters related to all measured variables at once is the best approach to model Q, TSS and TP; (iii) changing weights does not improve model performance; (iv) with a single-objective optimization, an excellent water quality modelling performance may hide a loss of performance of predicting flows and unbalanced internal model components; and (v) manual adjustments after calibration of some parameters and modifications of some software routines can greatly enhance performance in water quality. After application of the new methodology on the study area, the watershed Ruisseau du Portage, 21.41 km2, Quebec, Canada, best management practices for the purpose of reduction of TP were simulated with SWAT (fertilizer application, tillage, crop conversion).

Identiferoai:union.ndltd.org:LAVAL/oai:corpus.ulaval.ca:20.500.11794/23660
Date18 April 2018
CreatorsRasolomanana, Santatriniaina Denise
ContributorsVanrolleghem, Peter A., Lessard, Paul
Source SetsUniversité Laval
LanguageFrench
Detected LanguageFrench
Typethèse de doctorat, COAR1_1::Texte::Thèse::Thèse de doctorat
Formatxiii, 170 p., application/pdf
CoverageQuébec (Province)
Rightshttp://purl.org/coar/access_right/c_abf2

Page generated in 0.0031 seconds